IA : sans confiance, pas de passage à l'échelle

La souveraineté numérique devient un critère clé pour déployer l'IA dans les secteurs réglementés, ouvrant une opportunité stratégique aux acteurs européens de la confiance numérique.

Pendant trop longtemps, la souveraineté numérique a relevé du débat théorique. Elle existait, mais pesait peu face à d’autres arbitrages, notamment la performance des outils ou leur coût. Internet, puis le cloud, et plus récemment l’IA, se sont imposés sans réflexion sur leur écosystème, installant durablement une dépendance aux grandes plateformes américaines comme Microsoft, Amazon, Google et désormais OpenAI ou Anthropic.

Cette vision trop pragmatique, naïve peut-être, est en train d’évoluer. Le contexte géopolitique, la concentration des technologies critiques et la montée des enjeux liés à la donnée, ressource indispensable à l’IA et déterminant de l’avantage concurrentiel, ont profondément modifié la perception du risque. La souveraineté ne se limite plus à un principe, elle devient un critère opérationnel. Une bascule encore incomplète, mais désormais tangible, à laquelle contribue aussi l’AI Act européen, en posant les bases d’un usage plus encadré de l’intelligence artificielle.

De la théorie à la pratique : la souveraineté rattrapée par le réel

Dans les discours, la volonté de réduire la dépendance aux acteurs étrangers est largement partagée. Les entreprises comme les institutions affichent une préférence croissante pour des solutions européennes comme Mistral AI.

Dans la pratique et à l’image d’initiatives restées sans lendemain, comme la loi "anti-Huawei" sur la 5G, la réalité reste plus nuancée. Les outils les plus performants, les plus accessibles et les plus intégrés demeurent majoritairement américains. La souveraineté reste souvent reléguée au second plan, arbitrée au cas par cas.

Elle ne devient réellement non négociable que dans les environnements les plus sensibles. Défense, santé, données critiques : dans ces secteurs, la question qui prime n’est plus celle de la performance, mais celle du contrôle. Le projet de migration du Health Data Hub vers des solutions labellisées SecNumCloud en est une illustration récente.

L’IA bute sur un mur : celui de la confiance

Cette tension entre performance des outils et exigences de souveraineté est particulièrement visible avec l’intelligence artificielle. Si les usages se diffusent rapidement, le déploiement à grande échelle reste limité dans les secteurs régulés. Selon l’étude “The State of Enterprise AI and Modern Data Architecture”, 74 % des entreprises identifient la sécurité et la conformité comme des freins majeurs à l’adoption de l’IA en production. Dans le même temps, le coût mondial de la cybercriminalité pourrait atteindre 10 500 milliards de dollars par an, soit l’équivalent de la troisième économie mondiale.

Le principal frein au déploiement encadré de l’IA dans les entreprises tient à une défiance persistante. D’abord sur la fiabilité des modèles, en progrès mais encore perçus comme difficiles à auditer. Ensuite sur la sécurité, avec des inquiétudes fortes autour de la circulation des données. Enfin sur la souveraineté, dans un contexte où les infrastructures et les modèles dominants restent largement étrangers.

Ces limites se traduisent très concrètement. Certaines organisations restreignent l’accès aux outils d’IA, quand d’autres voient émerger des usages non encadrés. Le paradoxe est là : l’IA est déjà utilisée, mais elle n’est pas encore pleinement maîtrisée.

Dans des secteurs comme la santé, où l’IA est pourtant déjà bien implantée, notamment dans la reconnaissance d’image ou l’aide au diagnostic, les usages liés à l’IA générative ou agentique émergent à peine. La startup Parallel vient ainsi de lever 20 millions de dollars pour déployer des agents IA dans les hôpitaux, notamment sur la facturation. Un cas emblématique d’un marché encore en construction.

Les secteurs réglementés, nouveaux laboratoires de la confiance numérique

Le secteur de la santé n’est pas un cas isolé. D’autres domaines fortement régulés, à l’image des professions juridiques (notaires, avocats, experts-comptables…), sont confrontés aux mêmes limites : l’IA ne peut y être déployée selon les mêmes logiques que dans des environnements moins contraints.

Ces activités constituent un terrain d’expérimentation pour l’IA où la confiance numérique s’impose comme un prérequis. On ne parle pas ici uniquement de performance ou de gains de productivité. Il est question de fiabilité juridique, de traçabilité des décisions, de responsabilité des acteurs et de conformité aux cadres réglementaires.

C’est précisément dans ces environnements contraints que se dessine une nouvelle génération d’IA.

Ce contexte ouvre ainsi une opportunité. À mesure que la confiance devient une condition d’usage, une nouvelle couche technologique émerge, centrée sur la sécurisation, la gouvernance et la maîtrise des systèmes d’IA. Cybersécurité des agents, gestion des identités, contrôle des flux de données, hébergement plus souverain : ces briques, encore fragmentées, répondent à un besoin très concret, celui d’encadrer des technologies puissantes dans des environnements contraints.

Une fenêtre stratégique pour l’Europe, encore fragile

Les investissements commencent à se structurer autour de ces enjeux. En France, le secteur de la “Trust Tech” progresse malgré un marché du capital-risque globalement en recul. La taille moyenne des tours est passée d’environ 7 à 15 millions d’euros en deux ans, avec des acteurs comme GitGuardian, Stoïk ou Tomorro. Ces dynamiques restent encore dispersées, mais elles traduisent une prise de conscience : la valeur ne se situera pas uniquement dans les modèles eux-mêmes.

Après une première phase centrée sur les modèles, puis sur les infrastructures, une nouvelle couche s’impose progressivement. Celle qui permet de rendre l’intelligence artificielle exploitable dans des contextes opérationnels, en garantissant sa fiabilité, sa traçabilité et sa sécurité. Autrement dit, en la rendant déployable.

Cette bascule s’inscrit dans un mouvement plus large. L’intelligence artificielle est enfin perçue comme un enjeu stratégique. Comme pour le nucléaire en son temps, les États-Unis ont pris une avance décisive, mais l’Europe tente de structurer une réponse. Les signaux sont là : des acteurs comme Mistral AI ou AMI Labs ont réussi à lever plusieurs centaines de millions d’euros, un niveau encore impensable il y a quelques années en France.

Reste une limite structurelle. Si l’Europe parvient à faire émerger des acteurs, elle peine encore à rivaliser avec la puissance de financement américaine et à accompagner ces entreprises dans la durée. La question n’est plus seulement de lancer des initiatives, mais de rester dans la course. C’est dans cet espace que se joue la prochaine phase du marché. Non pas en améliorant marginalement la performance des modèles, mais en rendant leur usage possible dans des environnements exigeants. Et, cela implique aussi, dans les prochaines années, de faire de la confiance numérique l’un des principaux terrains de l’investissement technologique.